Python金融数据分析与挖掘实战-图书-人邮教育社区

特别说明

本书的课堂实况录播连载视频课程，已在网易云课堂开发。其中，Python数据分析基础部分内容已全面更新，随后将跟随教学进度逐步更新，如有需要可以登录网址：https://study.163.com/course/courseMain.htm?courseId=1210812854&share=2&shareId=480000002230206

本书配套的教学视频和实训项目，已经全部上线头歌平台，可以进行大规模推广应用了，作者团队给予全面的实训指导及相关支持。
https://www.educoder.net/paths/4090

内容摘要

本书从Python基础入门讲起，到应用Python进行科学计算、数据处理、数据可视化、挖掘建模基础训练，再到利用Python进行金融数据挖掘与量化投资实战，深入浅出地介绍了如何使用Python进行金融数据分析、挖掘和量化投资的全过程。
全书分三篇：基础篇、案例篇和实训篇。基础篇（第1～6章）主要介绍Python基本知识及应用于科学计算、数据处理、数据可视化、挖掘建模等方面的基础知识；案例篇（第7～11章）主要介绍利用Python进行金融数据挖掘分析的基础案例和综合应用案例；实训篇（第12章），由5个实训组成。本书将从Python基础知识、基本数据分析技能，扩展到基础案例和综合案例，最后通过实训帮助读者强化训练，完成Python相关知识的学习。
本书提供了丰富的数据、案例及程序代码，将理论与实践相结合，适合作为数学、计算机、经济管理专业的本科生和大专生的教材，也适合作为金融数据挖掘研究者、爱好者的参考用书。

内容结构图

基础篇 1
第 1章 Python基本知识 1
1.1 Python概述 1
1.2 Python安装及启动 1
1.3python基本数据类型 10
1.4 Python相关公有方法 13
1.5 列表、元组与字符串方法 17
1.6字典方法 20
1.7 条件语句 21
1.8 循环语句 23
1.9 函数 24
1.10 Python在金融大数据中的应用 26
本章小结 28
本章练习 28
第 2章科学计算包Numpy 29
2.1 Numpy简介 29
2.2 创建数组 30
2.3 数组尺寸 31
2.4 数组运算 33
2.5 数组切片 34
2.6 数组连接 36
2.7 数据存取 37
2.8数组形态变换
2.9数组排序与搜索
2.10矩阵与线性代数运算
本章小结 38
本章练习 38
第3章数据处理包Pandas 39
3.1 Pandas简介 39
3.2 序列 40
3.3 数据框 44
3.4 外部文件读取 53
3.5 滚动计算函数 55
本章小结 57
本章练习 57
第4章数据可视化包Matplotlib 59
4.1 Matplotlib简介 59
4.2 Matplotlib常用图形绘制
本章小结 65
本章练习 65
第5章机器学习包Scikit-learn 66
5.1 Scikit-learn简介 66
5.2 数据预处理 67
5.3 线性回归 80
5.4 逻辑回归 86
5.5 神经网络 88
5.6 支持向量机 92
5.7 K-均值聚类 96
本章小结 101
本章练习 102
第6章关联规则基础知识 105
6.1 关联规则概念 105
6.2 布尔关联规则挖掘 106
6.3 关联规则挖掘应用：国际股票指数关联分析
本章小结 114
本章练习 114
案例篇 115
第7章基础案例 115
7.1 众包任务特征指标的计算 115
7.2 股票价格指数周收益率和月收益率的计算 121
7.3上市公司净利润增长率的计算 126
7.4 股票价、量走势图绘制 128
7.5 股票价格移动平均线的绘制 132
7.6 沪深300指数走势预测 136
7.7 基于主成分聚类的上市公司盈利能力分析 139
本章小结 146
本章练习 146
第8章综合案例1：上市公司综合评价 147
8.1 案例背景 147
8.2 案例目标及实现思路 147
8.3 基于总体规模与投资效率指标的综合评价 148
8.4 基于成长与价值指标的综合评价 158
本章小结 166
本章练习 166
第9章综合案例2：股票价格涨跌趋势预测 168
9.1 案例背景 168
9.2 案例目标及实现思路 168
9.3 指标计算 169
9.4 预测模型构建 177
9.5 预测结果分析 179
9.6 量化投资策略设计与分析 181
本章小结 186
本章练习 186
第 10章综合案例3：股票价格形态聚类与收益分析 187
10.1 案例背景 187
10.2 案例目标及实现思路 188
10.3 数据获取 189
10.4 股票价格形态特征提取 189
10.5 股票价格形态聚类与收益率计算 196
10.6 量化投资策略设计与分析 202
本章小结 208
本章练习 209
第 11章综合案例4：行业联动与轮动分析 210
11.1 案例背景 210
11.2 案例目标及实现思路 210
11.3 数据获取 211
11.4 日行业联动与轮动分析 213
11.5 周行业联动与轮动分析 218
11.6 月行业联动与轮动分析 222
11.7 量化投资策略设计与分析 228
本章小结 233
本章练习 233
实训篇 234
第 12章综合实训 234
12.1行业盈利状况可视化分析实训 234
12.2上市公司透明度综合评价实训 235
12.3基于支持向量机的量化择时实训 236
12.4上市公司综合能力聚类分析实训 238
12.5股票联动与轮动分析实训 239
参考文献 241

读者评论

赶紧抢沙发哦！

我要评论

出版信息

书　　名：Python金融数据分析与挖掘实战
执行编辑：本书的内容有任何问题，请联系许金霞
出版日期：2020-01-01
书　　号：978-7-115-52348-8
作　　者： 黄恒秋
定　　价：49.80 元
页　　数：280
印刷方式：黑白印刷
开　　本：16开
出版状态：上市销售

作者介绍

黄恒秋，2011.7-2014.6 就职于深圳市国泰安信息技术有限公司，从事CSMAR数据库分析师、软件策划及设计相关工作。2014.9-今，广西民族师范学院数学与计算机科学学院专任教师，从事数据分析与挖掘、数学建模、Python语言、MATLAB语言、高等数学相关课程教学工作。出版教材《Python金融数据分析与挖掘实战》和《Python大数据分析与挖掘实战（微课版）》2部。2019年组织参加第七届“泰迪杯”数据挖掘挑战赛，获全国一等奖1组，二等奖2组，三等奖4组。2019年组织参加第一届广西大学生人工智能设计大赛（大数据建模赛道）获一等奖1组，二等奖2组，三等奖6组。2020年组织参加第二届广西人工智能设计大赛（AI建模赛道）获二等奖8组，三等奖8组。